Estoy buscando calcular estadísticas focales para cada celda de un ráster, dentro de un vecindario de un criterio específico.
Antecedentes: tengo tres rásteres binarios, cada uno de los cuales representa un único tipo de vegetación de interés. Me gustaría calcular el porcentaje de cobertura de cada tipo de vegetación dentro de (por ejemplo) 20 km ^ 2 de cualquier celda en mi área de estudio (suma / total de celdas en el vecindario). El problema es que no puedo usar un círculo simple o un vecindario cuadrado alrededor de cada celda porque, si lo hiciera, el área de búsqueda utilizada para calcular la suma incorporaría áreas fuera de mi área de estudio. Esta excepción es importante porque las estadísticas se utilizarán como insumos para un modelo de hábitat, y las áreas fuera de mi área de estudio no pueden considerarse hábitat posible, están urbanizadas. Incluirlos me daría estadísticas erróneas. Entonces, lo que yo 'n determinado por el número de celdas necesarias para cubrir un área igual al tamaño de mi vecindario deseado) que cumplan con mis criterios. El criterio es que no caen dentro de un área urbanizada. Estoy pensando que debería usarse alguna forma de autómata celular. Sin embargo, nunca he trabajado con CA.
Supongo que lo que me gustaría es algo como el código de inicio, o un punto en la dirección correcta.
RESPUESTA AL COMENTARIO A CONTINUACIÓN:
Digamos que estoy calculando esta estadística para una celda en el límite de mi sitio de estudio. Si asigno a cero todas las áreas fuera de mi área de estudio (o ignoro NoData), obtendré una estadística que representa aproximadamente la mitad de la cobertura regional que me interesa. Entonces, porcentaje de cobertura en un área de ~ 10 km ^ 2 , en lugar de 20 km ^ 2 de área. Como estoy estudiando los tamaños de rango de casa, esto es importante. El vecindario tiene que cambiar de forma, ya que así es como el animal ve / usa el paisaje. Si necesitan 20 km ^ 2, cambiarán la forma o su territorio de origen. Si no selecciono ignorar NoData, la salida de la celda será NoData, y NoData no es de ayuda.
"PROGRESO" AL 24/10/2014
Aquí está el código que he creado hasta ahora usando Shapely y Fiona:
import numpy as np
import pprint
import shapely
from shapely.geometry import*
import fiona
from fiona import collection
import math
traps = fiona.open('C:/Users/Curtis/Documents/ArcGIS/GIS_Data/occurrence/ss_occ.shp', 'r')
study_area = fiona.open('C:/Users/Curtis/Documents/ArcGIS/GIS_Data/Study_Area.shp', 'r')
for i in study_area: #for every record in 'study_area'
sa = shape(i['geometry']) #make a variable called 'sa' that is a polygon
grassland = fiona.open('C:/Users/Curtis/Documents/ArcGIS/GIS_Data/land_cover/polys_for_aa/class3_aa.shp', 'r')
pol = grassland.next()
gl = MultiPolygon([shape(pol['geometry']) for pol in grassland])
areaKM2 = 20
with traps as input:
r = (math.sqrt(areaKM2/math.pi))*1000
for point in input:
pt = shape(point['geometry'])
pt_buff = pt.buffer(r)
avail_area = pt_buff.intersection(sa).area
# works to here
while avail_area < areaKM2:
r += 10
pt_buff = pt.buffer(r)
avail_area = pt_buff.intersection(sa).area
perc_cov = pt_buff.intersection(gl).area//areaKM2
print perc_covDesafortunadamente, es INCREÍBLEMENTE lento.